地面最低温度在0℃以上形成霜的原因     

郭春生  张宇建 《山西气象》2008,(3)

《地面气象观测规范》中霜的定义为：水汽在地面和近地面物体上凝华而成的白色松脆的冰晶,或者由露冻结而成的冰珠。由定义可知,霜形成时,贴地（或近地面物体表面）层空气的温度必须低于0℃。但是,由于下垫面的不均一性,不同的下垫面夜问冷却程度不同,从而形成不同的温度;在深秋或早春,雨后天晴,土壤湿度大,受冷平流和夜间辐射冷却等因素影响,  相似文献   

种植不同作物对农田N2O和CH4排放的影响及其驱动因子   总被引：3，自引：0，他引：3  

陈书涛  黄耀  郑循华  陈玉泉 《气候与环境研究》2007,12(2):147-155

以种植玉米(Zea mays)、大豆(Glycine max)和水稻(Oryza sativa)的农田生态系统为研究对象,于2003年6~10月系统观测了N2O和CH4的排放、土壤温度和湿度以及相关的生物学因子。玉米和水稻分别施化肥氮300 kg.hm-2,大豆未施氮肥。研究结果表明,作物类型对农田N2O和CH4排放具有显著的影响。土壤-玉米系统、土壤-大豆系统和土壤-水稻系统的N2O季节性平均排放通量分别为620.5±57.6、338.0±7.5和238.8±13.6μg.m-2.h-1(N2O)。种植作物促进了农田生态系统的N2O排放,玉米地土壤和裸地土壤的N2O平均排放通量分别为364.2±11.7和163.7±10.5μg.m-2.h-1(N2O)。土壤-玉米系统、土壤-水稻系统、玉米地土壤和裸地土壤N2O排放受土壤温度的影响,与土壤湿度无显著统计相关,但受土壤温度和水分的综合影响。土壤-大豆系统N2O排放随作物绿叶干重的增加而指数增加,与土壤温度和水分条件无统计相关,由大豆作物自身氮代谢所产生的N2O-N季节总量约为6.2 kg.hm-2(N)。土壤-水稻系统CH4平均排放通量为1.7±0.1 mg.m-2.h-1(CH4),烤田抑制了稻田CH4的排放。烤田前影响稻田CH4排放的主要因素是水稻生物量,烤田后的浅水灌溉及湿润灌溉阶段的CH4排放与土壤温度和水稻生物量无关。本研究未观测到旱作农田有吸收CH4的现象。  相似文献   

土壤湿度和地表反射率变化对中国北方气候影响的数值研究   总被引：20，自引：1，他引：20  

朱乾根  兰红平  沈桐立 《气象学报》1996,54(4):493-500

本文利用ＯＳＵ两层大气环流模式来考察土壤湿度和地表反射率变化对中国北方气候的影响。在（３０—４６°Ｎ，９０—１２０°Ｅ）的区域上进行了３个试验，结果表明干土壤对我国东部季风区和西部非季风区有不同的影响特征。高反射率造成降水减少。并指出地表过程的作用可能是经常发生在华北的春夏连旱现象的重要原因之一。  相似文献   

降水对荒漠土壤水热性质强迫研究   总被引：9，自引：5，他引：4  

王胜  张强  卫国安  郭青厉 《高原气象》2004,23(2):253-258

利用“我国西北干旱区陆气相互作用试验”在甘肃省敦煌的观测资料,分析了不同大小的降水对土壤湿度、反照率以及地表温度的影响;随着降水量的增大,各地表物理量恢复到原先的状态也越慢;强降水时,5cm土壤湿度的驰豫期为7天．中降水为4天,微量降水为2天。由于降水性质(水和雪)和土壤状态的差异,冬季和夏季相比．降水对地表物理量的影响差不多,但冬季地表物理量的恢复时间要比夏季长得多。土壤湿度和反照率的驰豫期与降水有很好的相关。  相似文献   

兰州市城市热岛效应与地表指数定量分析     

尹柯柯  魏冠军  胡玉玺  陈海鹏 《测绘科学》2017,42(4)

针对现有兰州市城市热岛效应研究多以地面气象站的观测资料为数据源,以遥感影像为数据源较少的现状,该文利用Landsat 8影像,研究了兰州市城市热岛效应与修改后的土壤调节植被指数(MSAVI)、增强型水体指数(EWI)、土壤亮度指数(NDSI)、土壤湿度指数(NDMI)之间的关系。结果表明,兰州城市热岛效应较为严重,城市热岛效应与土壤湿度指数、增强型水体指数、土壤亮度指数呈正相关,与修改后的土壤调节植被指数呈负相关。  相似文献   

基于组网观测的那曲土壤湿度不同时间尺度的变化特征   总被引：2，自引：0，他引：2  

李博  张淼  唐世浩  董立新 《气象学报》2018,76(6):1040-1052

利用第三次青藏高原大气科学试验的土壤湿度观测数据,分析了那曲多空间尺度组网观测的28个站2、5、10、20和30 cm 5个不同深度土壤湿度的季节变化和日变化特征,并对比讨论了土壤湿度站点间的差异。分析表明,各层土壤湿度均存在显著的季节变化。冬春季节,20 cm以上土壤湿度随深度变浅而减小。夏秋季节土壤湿度随深度增加而减小,并分别在7月上、中旬和9月出现两个峰值。10月以后进入土壤湿度衰减期。土壤温度和土壤湿度存在协同变化关系。在一定的温度范围内,土壤发生冻结-融化过程,引起土壤湿度变化。在太阳辐射加热下,土壤表层水分蒸发,进而影响土壤温度。不同观测站间土壤湿度差异较大,夏秋季离散性大于冬春季。不同季节土壤湿度的日变化存在差异。春季10 cm以上土壤湿度日变化明显,08-10时（北京时）达到最低,19-20时达到最高。夏季土壤湿度日变化较为平缓。秋季2 cm深度土壤湿度日变化明显。线性拟合结果表明,1、4、10月土壤湿度和土壤温度为正相关关系。但是在夏季,土壤湿度与土壤温度为负相关。站点间土壤湿度变化的离散性表明,多测站才能全面体现青藏高原某区域的陆面状态。文中结果为青藏高原地区土壤湿度卫星参数验证和数值模式参数化提供了多角度的观测依据。   相似文献   

中国土壤湿度的时空变化特征   总被引：3，自引：1，他引：2  

张蕾  吕厚荃  王良宇  杨冰韵 《地理学报》2016,71(9):1494-1508

基于中国155个农业气象观测站1981-2010年逐旬土壤湿度资料,分析了全国和12个气候区域0~50 cm逐层的土壤湿度时空分布规律,采用趋势分析和Cramér-von Mises（CVM）方法探究了土壤湿度的变化趋势及突变性。结果表明：西南、江淮、东北、江南、江汉、黄淮和华南地区各层土壤湿度均高于全国平均值,内蒙古地区最低;随着深度增加,西南地区土壤湿度增加最明显,仅青藏高原地区土壤湿度减小。不同区域0~50 cm各层土壤湿度年变化和季节变化差异明显,并具有阶段性特征,大部地区深层土壤湿度高于浅层;总体上,新疆、华南、华北、青藏高原、东北、黄淮地区1981-2010年土壤湿度减小趋势显著,其中新疆地区减小最为明显。除江淮地区外,各区域土壤湿度均存在较为明显的年际差异,突变时段主要集中在20世纪80年代后期至90年代初期、90年代后期两个时间段。  相似文献   

基于GNSS-IR双系统组合的土壤湿度多星线性回归反演模型     

梁月吉  赖建民  任超  丁琴  施亚杰  胡欣淼  卢献健 《大地测量与地球动力学》2022,42(5):477-482

提出一种GPS/BDS双系统组合的土壤湿度多星线性回归反演模型,并以GNSS接收机实测数据为例,对比分析不同GPS和BDS卫星组合反演土壤湿度的效果。实验表明：1)GPS和BDS双系统组合相对于单系统在短观测时间内可以提高有效卫星数,通过多元线性回归原理可实现双系统多卫星的有效融合,提高土壤湿度反演的精度;2)当GPS和BDS组合卫星数达到6颗以上时,反演效果趋于稳定,反演结果与土壤湿度的相关系数均优于0.90,RMSE相对于单星至少提高25.8%。  相似文献   

积雪在El Niño影响东亚夏季气候异常中的作用          下载免费PDF全文

王妍凤  孙旭光  杨修群 《地球物理学报》2017,60(9):3325-3337

本文利用1948-2010年Global Land Data Assimilation System（GLDAS）NOAH陆面模式资料、GPCC月平均降水资料和NCAR/NCEP全球月平均再分析资料,采用滤波、距平合成和线性相关等方法,分析了El Niño成熟位相冬季欧亚大陆积雪异常的分布特征,研究了关键区积雪融化对后期春、夏季土壤湿度、土壤温度以及大气环流与降水的影响,揭示了El Niño事件通过关键区积雪储存其强迫信号并影响东亚夏季气候异常的机制和过程.主要结论如下：El Niño成熟阶段冬季伊朗高原、巴尔喀什湖东北部和青藏高原南麓区域是雪深异常的三个关键区,这些区域的雪深、雪融和土壤湿度有明显的正相关;这三个关键区雪深异常通过春季融雪将冬季El Niño信号传递给春、夏季局地土壤湿度,通过减少感热通量和增加潜热通量对大气环流产生影响;春末夏初伊朗高原土壤湿度异常对东亚夏季气候异常的影响最大,其引起的降水异常与El Niño次年夏季降水异常分布基本一致,春夏季青藏高原南麓和巴尔喀什湖附近土壤湿度也都明显增加,均会对中国华北降水增加有显著正贡献.总之,在利用El Niño事件研究和预测东亚夏季气候异常时,还应考虑关键区雪深异常对El Niño信号的存储和调制作用.  相似文献   

GA辅助NLS的GNSS-IR土壤湿度反演方法北大核心CSCD     

王式太  姜新伟  殷敏  王文贯  兰小艳  杨可心 《大地测量与地球动力学》2023,43(2):180-185

采用具有阻尼因子的函数模型,使用遗传算法(genetic algorithm,GA)辅助非线性最小二乘(nonlinear least squares,NLS)方法对相位参数进行求解。结果表明:1)相较于标准余弦函数模型,该方法的反演相位与土壤湿度的相关系数有较为明显的提升,反演结果也更加稳定,在5°~15°、5°~20°、5°~25°三个高度角范围内的相关系数均大于0.68,不同高度角之间的相关系数差值小于0.07;2)反演精度有不同程度提高,R 2提高5.72%~76.06%,RMSE减小6.12%~24.24%,MAE减小2.7%~28.3%,将该方案所求相位用于多星线性回归模型后平均RMSE减小10%。  相似文献